训练集和验证集得分都低说明模型欠拟合：模型太简单，未能学习数据基本模式，常见于线性模型处理非线性关系、特征不足、正则过强或树深度受限；此时两线均低且贴近。
学习曲线显示训练集和验证集得分都低，说明什么？
这基本就是欠拟合的典型信号：模型太简单，连训练数据都没学好。常见于线性模型处理非线性关系、特征太少、正则化过强（比如 alpha 在 Ridge 里设得太大）、或树模型的 max_depth 被限制为 1–2。
注意：不能只看最终得分，要观察曲线趋势——如果随着训练样本增加，训练得分始终上不去（比如卡在 0.6 左右），而验证得分也同步停滞，那不是数据不够，是模型容量不足。
用 learning_curve 绘制时关键参数怎么设？
learning_curve 默认用交叉验证计算验证得分，但容易掩盖欠拟合的真实表现。建议显式设置：
-
train_sizes=np.linspace(0.1, 1.0, 10)：确保覆盖小样本阶段，欠拟合常在早期就暴露 -
cv=3或cv=ShuffleSplit(n_splits=3, test_size=0.2, random_state=42)：避免 StratifiedKFold 对小样本分层失败 -
scoring='neg_mean_squared_error'（回归）或'accuracy'（分类）：保持与后续调参一致，别混用'f1'和'roc_auc'
示例片段：
from sklearn.model_selection import learning_curve<br>train_sizes, train_scores, val_scores = learning_curve(<br> model, X, y,<br> train_sizes=np.linspace(0.1, 1.0, 8),<br> cv=3,<br> scoring='accuracy'<br>)
立即学习“Python免费学习笔记（深入）”；
为什么验证得分有时比训练得分还高？这算欠拟合吗？
不算。这是典型的“验证集过于简单”或“数据泄露”迹象，比如时间序列数据没用 TimeSeriesSplit，或预处理（如 StandardScaler）在 cross_val_score 外 fitted。此时曲线失真，无法用于诊断。
真正欠拟合时，两条线都低且接近——因为模型根本没能力区分样本，训练误差和泛化误差差别不大。若验证线明显高于训练线，优先检查：
- 是否在
learning_curve调用前对全量X做了fit_transform - 是否用了
StratifiedKFold但类别极度不均衡（导致某折验证集全是多数类） - 是否评估指标本身有偏差（如用准确率评估高度不平衡的二分类）
从学习曲线判断后，下一步该调什么？
直接加模型复杂度，别先调超参：
- 线性模型 → 换
PolynomialFeatures(degree=2)+LinearRegression - 决策树 → 增大
max_depth或删掉min_samples_split - SVM → 改用
kernel='rbf'，先不碰C和gamma - 随机森林 → 增加
n_estimators（次要），重点调max_depth或关掉max_features
改完重画曲线——如果训练得分明显上升、验证得分同步跟上，说明方向对了；如果训练得分升了但验证得分卡住甚至下降，才进入过拟合调优阶段。
最常被忽略的一点：学习曲线只能告诉你“模型太弱”，但不能告诉你“弱在哪”。务必配合特征重要性（树模型）或系数绝对值（线性模型）看，是不是关键特征被正则化压没了，或者某类特征完全没被模型感知到。
